Affective Computing

La computación afectiva es el campo de la informática que reconoce, interpreta, responde o simula emociones humanas y estados relacionados, como el estrés, la implicación y la fatiga. Rosalind Picard, del MIT Media Lab, dio nombre al campo en un informe técnico de 1995 y en su libro de 1997 Affective Computing; sostenía que los ordenadores que trabajan estrechamente con las personas necesitan cierta capacidad para reconocer y expresar emociones, y su grupo de Computación Afectiva sigue publicando sobre el tema. Los sistemas comerciales que estiman emociones a partir de rostros o voces suelen venderse como IA emocional.

Señales y modelos de emoción#

Los sistemas afectivos leen señales observables: expresiones faciales, tono y ritmo de voz, elección de palabras, postura y gestos, y medidas fisiológicas como la frecuencia cardiaca y la conductancia de la piel obtenidas con sensores ponibles. Cada señal es ambigua por sí sola, así que los modelos de IA multimodal que combinan varios canales suelen ser más fiables que cualquiera de ellos por separado.

Predominan dos formas de representar las emociones. Los modelos categóricos asignan etiquetas discretas, a menudo basadas en las emociones básicas del psicólogo Paul Ekman: felicidad, tristeza, ira, miedo, sorpresa y asco. El Sistema de Codificación de la Acción Facial de Ekman y Wallace Friesen, publicado en 1978, descompone las expresiones en unidades de acción numeradas para movimientos musculares concretos, como elevar la comisura de los labios al sonreír, y muchos sistemas de análisis facial detectan primero esas unidades. En cambio, los modelos dimensionales sitúan un estado en ejes continuos, normalmente la valencia (de agradable a desagradable) y la activación (de calma a excitación).

Los conjuntos de datos públicos siguen la misma división. FER2013, publicado para una competición de aprendizaje automático de 2013, contiene 35.887 imágenes faciales en escala de grises de 48 x 48 píxeles, etiquetadas con siete expresiones para la clasificación de imágenes. AffectNet, publicado en 2017, recopiló más de un millón de imágenes faciales de la web; cerca de la mitad se anotaron manualmente con categorías de expresión y puntuaciones de valencia y activación.

El campo se solapa con varias tareas mejor definidas. El reconocimiento facial determina quién es una persona, mientras que el análisis de expresiones faciales describe qué está haciendo su rostro. El análisis de sentimiento clasifica las opiniones expresadas en texto como positivas o negativas, un objetivo más limitado que los estados de ánimo y fisiológicos que estiman los sistemas afectivos. La IA conversacional añade el aspecto de la simulación: un chatbot o asistente de voz que imita el tono emocional de un usuario simula empatía, lo que hace más persuasivo el acuerdo de un modelo, propenso a la complacencia de la IA, y constituye uno de los rasgos humanos relacionados con la psicosis por IA.

Usos de la computación afectiva#

La supervisión del conductor es una de las aplicaciones más extendidas. Según el Reglamento General de Seguridad de la UE, desde julio de 2024 todos los vehículos nuevos vendidos en la UE deben incluir un aviso de somnolencia y atención, y desde julio de 2026, un aviso avanzado de distracción del conductor; los sistemas de supervisión basados en cámaras cumplen estas normas observando si los ojos están cerrados, si hay bostezos, la posición de la cabeza y el uso del teléfono. Los modelos de Ultralytics YOLO26 se pueden entrenar para detectar estas señales en la supervisión del conductor, y la estimación de pose añade puntos clave de la cabeza y el cuerpo que revelan si alguien está encorvado o tiene la cabeza apartada de la carretera. Estos sistemas estiman la fatiga y la atención del conductor, estados observables con consecuencias directas para la seguridad.

La investigación sobre medios de comunicación es otra aplicación de larga trayectoria. Affectiva, creada a partir del laboratorio de Picard en 2009 y adquirida en 2021 por Smart Eye, empresa de supervisión de conductores, desarrolló herramientas de codificación facial que miden las reacciones del público a anuncios y películas fotograma a fotograma y las agregan entre muchos espectadores. Los centros de contacto aplican el reconocimiento del habla y el análisis de emociones basado en la voz para señalar a quienes llaman frustrados y asesorar a los agentes en tiempo real; los investigadores sanitarios usan señales de dispositivos ponibles para seguir el estrés y detectar convulsiones.

Límites científicos y legales#

Pasar de la expresión al sentimiento interior es una inferencia controvertida. Una revisión de 2019 dirigida por Lisa Feldman Barrett examinó más de 1.000 estudios y concluyó que los movimientos faciales no se corresponden de forma fiable con emociones específicas en distintas personas, culturas y situaciones: las personas fruncen el ceño cuando están enfadadas menos a menudo de lo que sugiere el estereotipo y lo hacen por muchos motivos ajenos al enfado. Los sistemas entrenados con rostros posados o recopilados de la web también heredan el sesgo del conjunto de datos, con una precisión desigual entre grupos de edad, tonos de piel y culturas; además, las personas neurodivergentes pueden expresar emociones de maneras que los datos de entrenamiento no cubren. Microsoft retiró en 2022 las funciones de inferencia emocional de su servicio Azure Face, alegando la falta de consenso científico sobre la definición de las emociones y los problemas de privacidad que plantean estas capacidades.

La legislación establece ahora límites claros. El artículo 5(1)(f) de la Ley de IA de la UE prohíbe desde el 2 de febrero de 2025 los sistemas de IA que infieren las emociones de personas en lugares de trabajo e instituciones educativas, salvo por motivos médicos o de seguridad. El reconocimiento de emociones en otros ámbitos se clasifica como de alto riesgo; estas obligaciones, previstas ahora para diciembre de 2027 tras aplazarse por la Ley Ómnibus Digital de la UE de 2026, y la obligación de informar a las personas expuestas a estos sistemas rigen desde agosto de 2026. Como los sistemas afectivos procesan rostros, voces y señales fisiológicas, también se aplican las normas de privacidad de datos sobre datos biométricos, lo que favorece diseños de IA en el borde que procesan el vídeo en el dispositivo y conservan únicamente la alerta derivada.